Cloudflare 开源 Clef 决策模型：39ms 完成 AI Agent 决策，无需人工介入

Cloudflare 发布了 Clef 和 Clef-flash 两款面向 AI Agent 的决策模型，直接对标 TypeSafe AI 的 Jev。

这两款模型并非生成文本，而是为预定义的选项分配概率，让下游系统能够基于结果自动执行操作。

两款模型均基于 Qwen 构建，支持文本和图像。Cloudflare 公布的响应时间中位数分别是：Clef-flash 39 毫秒，Clef 209 毫秒，均快于市面上的其他决策模型。

Cloudflare 发布了 Clef 和 Clef-flash 两款面向 AI Agent 的决策模型。速度是其对抗行业领先者 Jev 的核心卖点。

决策模型返回的是简短的分类结果及概率，而非冗长的文本回复。以客户支持消息为例，Clef 会评估其紧急程度，并识别应该处理该工单的团队。下游代码可以依据这些结果对工单进行路由、触发升级流程，或将案件转交给人工处理。

Cloudflare 表示："在 Agent 决策场景中，人类不再必然需要介入循环。" Agent 可以"以编程方式收集上下文、做出决策并执行操作，或在需要时转交给人工。" Cloudflare 这个名字来源于音乐术语—— clef（谱号）将音高分配到五线谱的线条上；同样，决策模型为后续动作设定了框架。名称的发音与"Jev"相似大概也不是巧合。

决策模型会对一个输入同时回答多个预定义问题，并为每个选项返回概率。

这类"决策模型"填补了大型语言模型与传统分类器之间的空白。语言模型具备推理和调用工具的能力，但输出不稳定且速度较慢。传统分类器速度快，但每新增一个类别就需要重新训练。Cloudflare 将 Clef 定位为对标 TypeSafe AI Jev 模型的直接竞品，并保持 API 完全兼容，以便客户能够轻松切换。

在全部 43 项基准测试中，Clef 及更小规模的 Clef-flash 均比所有相关竞品决策模型更快。据 Cloudflare 报告，Clef-flash 的延迟中位数约 39 毫秒，Clef 约 209 毫秒，而 Jev 则超过 524 毫秒。两款模型都直接在 Cloudflare 基础设施上运行，公司称这使它们能够受益于边缘数据中心的地理邻近性。

在 Cloudflare 的自测数据中，Clef 实现了最高的决策质量，而 Clef-flash 以极低的延迟几乎达到了 Jev 的准确率。

Cloudflare 的威胁情报团队已在用 Clef 对网站进行分类。例如，在一个场景中，Clef 给某个域名分配了 95% 的概率是时尚网站、85% 的概率是在线商店，而钓鱼网站的概率低于 1%。获取、渲染并分类该网站共耗时 2.2 秒。该公司最快的通用语言模型执行相同流程需要 4.7 秒，且只返回了两个类别。

据 Cloudflare 称，Clef 还能处理图像，而 Jev 目前仅支持文本。Clef 拥有 64000 个 token 的上下文窗口，是 Jev 的两倍。在 Cloudflare 自有的基准测试中，Clef 也在 Jev Decision Index 上领先。

Clef 基于 Qwen 模型

据 Cloudflare 披露，Clef 基于 Qwen3.8-27B，Clef-flash 基于更小的 Qwen3.5-9B。Cloudflare 在训练期间保持基础模型不变，使用自有的合成数据来训练额外的组件。这些组件从模型的内部计算中推导选项和概率。

Cloudflare 还使用了自研的 RLCD（Reinforcement Learning for Calibrated Decisions）变体，这是 TypeSafe 用来训练 Jev 的方法。RLCD 训练模型在单次调用中对一个输入回答多个问题，目标是让概率与答案实际正确的频率相匹配。该公司此前还尝试过用 DiffusionGemma 从语言模型的内部计算中推导固定的决策值。

客户将能够针对自己的任务对 Clef 进行微调

配合发布，Cloudflare 正在推出一项强化学习服务，让客户能够针对自己的任务定制 Clef。一个前方部署工程师团队将首先与客户合作进行微调，后续计划推出自助平台。

客户将能够通过 AI Gateway 记录请求来构建数据集，然后在作为 RL 沙箱的容器中评估这些请求。全新的 trainer 组件将允许他们在 Workers AI 上部署微调后的模型。为了运行自定义模型，Cloudflare 使用了其在 2025 年底收购的 Replicate 技术。

Cloudflare 表示，计划在内部用 Clef 来审核滥用报告、分拣支持工单，以及区分有益机器人和恶意机器人。两款模型均运行在 Cloudflare 的 Workers AI 平台上，并在 Hugging Face 上以 Apache-2.0 许可证发布。

这一思路由 TypeSafe AI 推广开来——该公司由前 OpenAI 研究员 Diogo Almeida 创立，于 9 月中旬推出了 Jev。TypeSafe 将 Jev 定位为"无幻觉"的模型，不过这仅保证它保持在预定义选项范围内，并不能防止其选错。9 月底，OpenAI 紧随其后推出了基于 GPT-6 Luna 的 Decisions API，同样支持文本或图像作为上下文输入。

Cloudflare 主要运营全球内容分发、DNS 和安全服务网络，在自有 AI 模型方面一直鲜少引人关注。近期其 AI 相关的新闻主要聚焦于让网站所有者掌控访问权限。7 月，Cloudflare 允许网站运营商根据 AI 爬虫的用途对其进行屏蔽或放行。